Голос ёжика в нейросети: тембр и пауза для своей сказки
Как сделать голос ёжика в нейросети для собственной сказки. Подбираем тембр на короткой реплике, слушаем русский текст и добавляем шорох отдельно от слов.
Евгений
Дизайнер-партнёр LibraChat
6 мин чтения
Придуманный ёжик чинит почтовый ящик и слышит стук из картонной трубы. В этот момент он говорит тихо: «Получилось. Письмо уже у двери». Если дать задание «сделай смешной голос ёжика», можно услышать высокий писк, на котором теряется половина фразы. Для моей сцены важнее два признака: голос в конце предложения становится увереннее, а после первого слова остаётся короткая пауза. Возраст и тембр я выберу уже после того, как в записи станет слышно, что герой справился с задачей.
Здесь я придумываю голос для нового персонажа, а не подбираю запись из знакомого мультфильма. У моего ёжика есть своя привычка: перед важным словом он успевает коротко прислушаться. Для первого дубля можно сыграть эту паузу самому. Для пробы с синтезом пригодится режим создания голоса по текстовому описанию. Мне нужны варианты одной и той же реплики, чтобы отличия были слышны по исполнению, а не по словам.
Почему я начинаю с паузы, а высоту меняю после
Обычный разговорный тембр можно легко сделать выше, но он останется похожим на исходную подачу. Если голос звучит торопливо, изменение высоты не спасёт ясность. Я выпишу место, где герой останавливается, и вторую половину фразы, в которой ему легче говорить. Затем прочитаю текст один раз совсем буднично. Такое чтение будет отправной точкой. В следующей пробе я прибавлю тепла после паузы, не ускоряя первое слово. Важно, чтобы вторая фраза не звучала как объявление ведущего.
Тихое начало оставлю разговорным, не переведу его в шёпот.
На словах «у двери» сделаю ясное окончание без резкого подъёма тона.
Шорох и стук трубы вынесу на отдельную дорожку, если соберу сцену целиком.
Если нужен более лёгкий звук, можно взять собственный дубль и немного изменить высоту в аудиоредакторе. В Adobe Audition для этого есть Pitch Shifter, который меняет высоту при той же длительности. Поднять голос сразу сильно я бы не пытался. В обработке могут появиться металлический оттенок и неприятные призвуки, а короткие согласные иногда становятся менее ясными. Проверять буду на одной фразе при одной громкости. Эффекты высоты и темпа в Adobe Audition
Как задать нейросети голос нового персонажа
В ElevenLabs Voice Design можно описать желаемый голос словами и дать текст для предварительного прослушивания. В документации поставщик предлагает выбрать различные характеристики исполнения и отдельно написать текст для пробы. Для русского сценария я укажу язык в описании и послушаю, как в вариантах звучат согласные. Пробовать чужую запись в качестве образца не нужно: у этого персонажа нет существующего голоса. Возможности конкретного аккаунта я проверю перед запуском пробы. Официальная справка о Voice Design
Русская речь взрослого сказочного героя с лёгким светлым тембром. Он мастерит маленькие вещи и часто прислушивается к собеседнику. Подача камерная и спокойная, темп средний. Короткая естественная пауза после обнадёживающей первой фразы. Во второй части голос становится увереннее, согласные в конце слов слышны. Запись чистая и близкая, без музыкальной подложки.
Для прослушивания я подготовлю немного более длинную версию сцены и поставлю нужную фразу в самом начале. После неё пригодится контрольное предложение: «Тише, слышишь? Оно шуршит у двери». На нём заметно, остаётся ли тихая интонация понятной. Слишком длинное описание персонажа в запросе может раздробить подачу. Лучше дать два приоритета и затем выбрать, какой менять. Если герой звучит как знакомый детский персонаж, уберу типовой высокий тембр и добавлю уверенное, спокойное окончание. Пример работы с другой задачей есть в материале о голосе для игр.
Что слышно в пробе · Что я поменяю
Первую фразу почти нельзя разобрать — Оставлю тихую подачу, но уберу просьбу говорить шёпотом
Реплика превращается в сплошной писк — Попрошу средний регистр и верну разгон только во вторую часть
Уверенность слышна как крик — Сделаю окончание спокойнее и сравню при той же громкости
Начало читается хорошо, а шорох закрывает конец — Уберу шум на прослушивании и верну его позже на тихую дорожку
Как оставить ёжику один узнаваемый голос
После пробы я сохраню исходный текст, описание тембра и одну удачную запись. Следующее предложение дам голосу отдельно. На длинной сцене легко услышать, что испытанная интонация удерживается лишь на одной фразе. Для второй реплики я выберу другое чувство, допустим лёгкое удивление. Привычка прислушиваться останется. Если персонаж перестал быть узнаваемым, вернусь к двум общим признакам. Добавлять новые требования сразу к высоте, громкости и произношению только усложнит сравнение.
Прежде чем повторить голос в остальных репликах, я попрошу слушателя закрыть сценарий. Пусть запомнит лишь то, что ёжик почувствовал после первого предложения. Если слушатель ответит «испугался», а я хотел услышать облегчение, нужен другой темп или более тёплая гласная. Поменяю только короткое место после «получилось», затем выровняю громкость двух дублей. Если один играет громче, он может показаться увереннее даже при той же интонации. В этой пробе важно отделить громкость от того, как фраза произнесена.
При монтаже сначала поставлю голос и одну паузу в том порядке, как в сцене. Стук и шелест добавлю позже. Тихое слово «письмо» тогда останется слышно, а стук сообщит, что происходит рядом. Слушать буду сначала по одному фрагменту, затем без остановки. Если между серединами реплик меняется сам тембр, попробую сохранить одну версию голоса и заново дать ему второе предложение.
Прочитай два предложения без звуков и оцени, понятен ли переход.
Сравни голос из чернового дубля с одной синтезированной версией на равной громкости.
Верни шорох только туда, где он не закрывает нужные слова.
Оставь рядом два коротких файла с разными намерениями одного персонажа.
Текст двух реплик можно подготовить в LibraChat и прочитать самому, пока выбираешь подачу. Если планируешь другие форматы, сначала сверь доступные возможности. Попробуй прямо сейчас сказать первую фразу так, будто ёжик только что закончил работу. После паузы произнеси одно слово чуть медленнее, а остальное оставь прежним. Это даст ясную пробу для персонажа, даже если ещё не выбран синтезатор.